米斯特拉尔发布了什么

10 月 6 日，Mistral AI 公开了 Mistral Large 4 的公开预览版，该公司称该模型为“非官方的 ML4，非常官方的名称：le Chonk”。昵称很合适。在 米斯特拉尔的公告，ML4 是“一个 1 万亿参数的原生多模态模型，具有 520 亿个活动参数”。它将文本和图像作为输入并返回文本。

它是一个混合专家模型，米斯特拉尔将其构建为一个混合体，“将指令、推理和代理能力统一在一个模型中”。因此，没有单独的推理变体可供路由。 Mistral 表示，它能流利地说 160 多种语言，包括欧盟的每种官方语言。

硬件对故事的影响与规模一样重要。 ML4“在 Mistral 位于欧洲的数据中心的 3,800 个 NVIDIA Grace Blackwell GPU 上从头开始进行训练”，并且预览版是从相同的基础设施提供的。米斯特拉尔称其为由 9 月完成 30 亿欧元的 D 轮融资是欧洲科技公司有史以来最大的一轮股权融资。一些早期的发射材料，包括 Mistral 自己的 X 帖子，提供了 490 亿个活动参数。博客上说520亿，这就是这里使用的数字。

网络安全的结果实际上是拒绝

标题号码来自安全部门。人工分析网络指数包括一项测试，其中模型必须重现开源软件中的真实漏洞，然后对其进行修补。 Mistral 报告称，ML4 在该测试中得分为 82%，是“所有型号中最高的”。 Mistral 的测试图表（标记为 CyberGym-E2E）将 MiMo-V2.6-Pro 排在第二位，得分为 79，GLM-5.3-Flash 和 Grok 4.7 得分为 74。

比较需要小心。 “包括 Claude Opus 5.5 和 GPT-6 Astra 在内的几个领先的封闭模型在同一测试中得分接近零，因为它们拒绝执行任务。”这些模型不会因为缺乏技能而未能通过测试。他们的安全过滤器阻止他们编写该错误的工作复制品。就整个网络指数而言，ML4 并不是第一：Mistral 将其列为“全球前五名模型之一”，并表示其“大幅领先”在中国以外开发的开放权重模型。它还解决了 Cybench 的 93%，这是一组来自安全竞赛的 40 项挑战。

米斯特拉尔的完整指数图表直接显示了拒绝情况。 ML4 记录了 50 次成功。 Claude Opus 5.5 记录了 29 个任务，另有 36 个任务被安全块停止，GPT-6 Astra 记录了 33 个任务，其中 38 个被阻止。 Qwen3.8 2.4T，同样是开放重量，拒绝更多：13次成功，63次拦网。

米斯特拉尔对捍卫者的主张是，修复缺陷首先要证明它是真实的，而拒绝这一步的模型是没有帮助的。该公司认为，攻击者已经越狱了封闭的模型，因此防御者应该拥有一个在他们控制的硬件上公开完成工作的模型。这个论点是双向的。一个为防御者构建漏洞利用的模型将为任何下载权重的人构建一个漏洞利用模型，一旦权重消失，就不再需要收紧 API 过滤器了。

编码和代理基准

对于软件工作，Mistral 在 DeepSWE v1.1 上列出了 61.7%，在 SWE-Atlas-QnA 上列出了 59.4%，在 Terminal-Bench 4 上列出了 28.3%。其编码代理指数综合得分为 49.8%，领先于 DeepSeek V4 Pro 0813 和 Qwen3.8 Max。 VentureBeat 指出 实时 DeepSWE 排行榜已关闭模型 69% 至 74%。 Mistral 自己的 DeepSWE 图表也没有显示 ML4 领先的开放模型：Kimi K3 及其 Kimi Code CLI 得分为 68，而 ML4 得分为 62。在 Terminal-Bench 4 上，GLM-5.3 得分为 40，而 ML4 得分为 28。因此，该模型在编码方面具有竞争力，而不是最好的可用模型，无论是开放还是封闭模型。

Surge AI 进行的盲人评审也讲述了类似的故事。评估者对编码质量从 1 到 5 进行评分，而不知道哪个模型写了什么。 ML4 以 3.74 在五个中排名第二，领先于 GLM-5.3 (3.60)、Kimi K3 (3.59) 和 GLM-5.2 (3.40)。第一名是 Claude Opus 5，得分为 4.22，差距明显。

在代理任务方面，ML4 在 AutomationBench 上得分为 59.9%，跨 Gmail、Google Sheets、Slack 和 Salesforce 等工具的 657 个业务工作流程，领先于 Kimi K3、MiMo-V2.6-Pro 和 DeepSeek V4 Pro。它在 Dense 200 视觉基础测试中以 42.0 比 41.5 领先 GPT-6-Astra。 VentureBeat 在 FinWorkBench 上的排名为 67%，与 DeepSeek V4 Pro 持平。

这些数字中的每一项都是米斯特拉尔自己的，是在预览中测量的，到目前为止，独立检查还很薄弱。 Mistral 还表示，强化学习仍在运行，每天生成 330 亿个代币，并预计分数会在权重发布之前发生变化。

定价和访问

预览 API 已在 Mistral Studio 上以模型 ID 的形式发布 mistral-large-4-0。正如 2026 年 10 月 12 日检查的 Mistral 公告页面上所列，每百万个输入代币的成本为 1.36 美元，每百万个输出代币的成本为 4.18 美元。预览版定价可能会在正式上市时发生变化。

它在多个地区运行，包括 Mistral 所说的“Mistral 端到端运营的欧洲部署，独立于其他数字服务提供商并根据欧洲法律”。对于欧盟买家来说，这才是真正的重点。该模型、GPU 和运营商均受欧洲管辖，链条中没有美国云提供商。

Mistral 的博客没有说明上下文窗口。一些第三方网站引用了其中的一个，但在米斯特拉尔发布之前，将任何数字视为未经证实。

在此基础上构建的团队会发生哪些变化

对于安全团队来说，这是第一个接近前沿的模型，能够可靠地重现真实的漏洞而不是拒绝，并且很快就会在他们自己的机器上运行。为错误分类或补丁验证构建漏洞利用复制品的团队，并不断遭到拒绝 克劳德作品 5.5 或 GPT-6 Astra，现在有了替代方案。

对于实行数据驻留规则的欧洲公司来说，ML4 是一种前沿级选择，永远不会离开欧盟运营的基础设施，而且一旦权重发货，它就永远不必离开自己的基础设施。

对于一般编码工作，情况较弱。 Mistral 自己的人类评估让 Claude Opus 5 遥遥领先，封闭模型领先 DeepSWE 7 到 12 分。已经对封闭式编码模型感到满意的团队从转换中获益甚少，除非自托管或价格是原因。大多数公司也无法以低廉的价格自行托管一万亿个参数，即使每个代币只有 520 亿个活跃参数。

接下来是什么

Mistral 表示，它将“在本月底之前发布权重，以及有关架构、其他基准和我们的训练后方法的更多详细信息。” VentureBeat 根据定制的 Mistral 许可证报告日期为 10 月 27 日。 Mistral 尚未命名许可证，因此 ML4 是否可以不受限制地商业使用仍然存在疑问。在这些条款发布之前，请将其称为开放重量，而不是开源。

Mistral 的联合创始人兼首席科学家 Guillaume Lample 告诉 VentureBeat，“ML4 处于开放权重模型的前沿。”这次重量下降将是在米斯特拉尔自己的基准之外测试这一说法的第一次机会。